目录
方法简介
特点
通常表现为同时要满足多个目标
求解方法
将目标约束转化为偏差变量表示的目标函数和约束条件
常用解法:序贯算法 根据个目标的优先级确定目标的求解的顺序
简单例题
某工厂生产产品Ⅰ和产品Ⅱ,有关数据如下
1.尽量使产品Ⅰ的产量不超过产品Ⅱ的产量
2.尽可能充分利用设备,但不希望加班
3.尽可能使利润不少于56万
代码实现
clc, clear;
% 创建优化变量x,dp和dm
x = optimvar('x',2,'Type','integer','LowerBound',0);
dp = optimvar('dp',3,'LowerBound',0);
dm = optimvar('dm',3,'LowerBound',0);
% 创建求最小值的优化问题p;optimproblem创建优化类问题
p=optimproblem('ObjectiveSense','min');
% 设置优化问题的约束条件
p.Constraints.cons1=[x(1)-x(2)+dm(1)-dp(1)==0
x(1)+2*x(2)+dm(2)-dp(2)==10
8*x(1)+10*x(2)+dm(3)-dp(3)==56];
p.Constraints.cons2 = ( 2*x(1)+x(2)<=11 );
% 设置目标函数
obj=[dp(1); dm(2)+dp(2); dm(3)];
goal=100000*ones(3,1);
for i=1:3
p.Constraints.cons2=[obj<=goal];
p.Objective=obj(i);
[sx,fval]=solve(p); % 针对优化问题使用solve
fprintf('第%d级目标求解为:\n',i)
fval, xx=sx.x, sdm=sx.dm, sdp=sx.dp
goal(i)=fval;
end